首页
|
官方网站
微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于优化FOA-BPNN模型的脱贫时间预测
引用本文:
朱容波,张静静,李媛丽,海梦婕,王德军.基于优化FOA-BPNN模型的脱贫时间预测[J].中南民族大学学报(自然科学版),2018(4):109-114.
作者姓名:
朱容波
张静静
李媛丽
海梦婕
王德军
作者单位:
中南民族大学 计算机科学学院,武汉 430075
基金项目:
国家自然科学基金资助项目( 61772562) ; 湖北省技术创新专项软科学研究项目( 2018ADC150)
摘 要:
针对精准扶贫缺乏有效的分析模型对扶贫的成效与脱贫时间进行准确刻画与定量分析问题,提出了基于 FOA-BPNN 贫困户脱贫时间预测模型.针对BP神经网络模型可能陷入局部最小的缺陷,引入果蝇优化算法,以BP 神经网络的预测误差作为适应度值,寻找最优的BP神经网络参数值,提高参数精度.由于标准果蝇优化算法的搜 索半径固定,可能导致后期局部寻优性能弱,提出了一种动态步长变更策略的DSFOA-BPNN模型,通过引入变速因 子与种群密度,将动态步长FOA算法与传统误差反向传播神经网络(BPNN) 结合,提高模型预测时间精度.在湖北 省某贫困地区 50000 条扶贫数据的基础上,通过实验表明:与BPNN和FOA-BPNN模型相比, 提出的 DSFOA-BPNN 模型预测精度分别提高了44%和11%.增量实验表明: 提出的DSFOA-BPNN模型更适用于精度预测.
关 键 词:
精准扶贫
果蝇优化算法
脱贫时间预测
BP神经网络
Time Prediction of Poverty Eradication with Optimized FOA-BPNN Model
Abstract:
Keywords:
targeted poverty alleviation
fluit fly optimization algorithm (FOA)
time prediction of povertyeradication
BPNN
点击此处可从《中南民族大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《中南民族大学学报(自然科学版)》下载全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号-23
京公网安备 11010802026262号